精度比较：光电动作捕捉和无标记系统 (OPR)
2026年2月25日 更新者：IRCCS Eugenio Medea
无标记运动分析的准确性与光电运动捕捉系统的比较
本研究的目的是评估 Openpose 测量运动学和时空步态参数的可靠性，并评估最低技术要求。
该分析使用视频和光电动作捕捉同时记录。
我们评估了 20 多名具有不同运动步态障碍的受试者
研究概览
详细说明
基于标记的光学运动跟踪是步态分析的黄金标准，但如今，无标记解决方案正在快速增长。
如果有可靠的动作捕捉支持，身体损伤的治疗可能会得到改善。
此外，无标记技术的使用为在各种条件下处理儿科人群提供了许多优势。
在本文中，我们评估了 Openpose 的可靠性，以测量运动学和时空步态参数，并评估有或没有步态障碍的儿童群体的最低技术要求。
验证无标记方法可以为新的运动捕捉技术开辟道路，增强运动测量的可及性，并改善身体损伤的治疗。
研究类型
观察性的
注册 (实际的)
25
联系人和位置
本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。
学习地点
-
-
Italy
-
Bosisio Parini、Italy、意大利、22037
- IRCCS E. Medea
-
-
参与标准
研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
- 孩子
- 成人
- 年长者
接受健康志愿者
是的
取样方法
概率样本
研究人群
在这项研究中，受试者包括过去在 Eugenio Medea 研究所的 IRCCS 中使用 SMART DX 100 系统进行过功能性运动评估的受试者，包括健康受试者和行走困难的病理受试者，年龄超过 4 岁
描述
纳入标准：
- 年龄4岁以上；
- 能够在没有助行器和/或矫形器的情况下独立行走。
排除标准：
- 在没有助行器和/或矫形器的情况下无法独立、安全地短距离行走。
学习计划
本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。
研究是如何设计的？
设计细节
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
健康受试者
该组包括4岁以上的健康受试者；能够在没有助行器和/或矫形器的情况下独立行走。
|
这两个视频是使用 OpenPose 精心制作的，OpenPose 返回一组 25 个 2D 关键点坐标，用于每个视频的身体姿势估计。
关键点位于相关的身体标志处，用于确定矢状面和额状面上的二维笛卡尔坐标。
使用例程计算的数据经过过滤和插值以防丢失数据。
对于运动学参数，从每个关节的估计特征点测量节段和关节角度。
使用连续的脚跟着地和脚趾离地事件来计算时空步态参数。
从动作捕捉系统获取的原始数据使用智能分析器软件（BTS Bioengineering，米兰，意大利）进行处理。
首先，对 3D 数据进行过滤和插值，以防短时间丢失数据。
然后计算传统戴维斯标记集协议的时空参数（循环持续时间、节奏、步态速度、站立阶段、摆动阶段、双支撑阶段、步长和步宽）和传统运动学参数。
|
|
诊断为脑瘫和右侧偏瘫的受试者
该组包括4岁以上被诊断为脑瘫和右侧偏瘫的受试者；能够在没有助行器和/或矫形器的情况下独立行走。
|
这两个视频是使用 OpenPose 精心制作的，OpenPose 返回一组 25 个 2D 关键点坐标，用于每个视频的身体姿势估计。
关键点位于相关的身体标志处，用于确定矢状面和额状面上的二维笛卡尔坐标。
使用例程计算的数据经过过滤和插值以防丢失数据。
对于运动学参数，从每个关节的估计特征点测量节段和关节角度。
使用连续的脚跟着地和脚趾离地事件来计算时空步态参数。
从动作捕捉系统获取的原始数据使用智能分析器软件（BTS Bioengineering，米兰，意大利）进行处理。
首先，对 3D 数据进行过滤和插值，以防短时间丢失数据。
然后计算传统戴维斯标记集协议的时空参数（循环持续时间、节奏、步态速度、站立阶段、摆动阶段、双支撑阶段、步长和步宽）和传统运动学参数。
|
|
诊断为脑瘫和左侧偏瘫的受试者
该组包括4岁以上被诊断为脑瘫和左侧偏瘫的受试者；能够在没有助行器和/或矫形器的情况下独立行走。
|
这两个视频是使用 OpenPose 精心制作的，OpenPose 返回一组 25 个 2D 关键点坐标，用于每个视频的身体姿势估计。
关键点位于相关的身体标志处，用于确定矢状面和额状面上的二维笛卡尔坐标。
使用例程计算的数据经过过滤和插值以防丢失数据。
对于运动学参数，从每个关节的估计特征点测量节段和关节角度。
使用连续的脚跟着地和脚趾离地事件来计算时空步态参数。
从动作捕捉系统获取的原始数据使用智能分析器软件（BTS Bioengineering，米兰，意大利）进行处理。
首先，对 3D 数据进行过滤和插值，以防短时间丢失数据。
然后计算传统戴维斯标记集协议的时空参数（循环持续时间、节奏、步态速度、站立阶段、摆动阶段、双支撑阶段、步长和步宽）和传统运动学参数。
|
|
诊断为痉挛性截瘫的受试者
该组包括 4 岁以上诊断为痉挛性截瘫的受试者；能够在没有助行器和/或矫形器的情况下独立行走。
|
这两个视频是使用 OpenPose 精心制作的，OpenPose 返回一组 25 个 2D 关键点坐标，用于每个视频的身体姿势估计。
关键点位于相关的身体标志处，用于确定矢状面和额状面上的二维笛卡尔坐标。
使用例程计算的数据经过过滤和插值以防丢失数据。
对于运动学参数，从每个关节的估计特征点测量节段和关节角度。
使用连续的脚跟着地和脚趾离地事件来计算时空步态参数。
从动作捕捉系统获取的原始数据使用智能分析器软件（BTS Bioengineering，米兰，意大利）进行处理。
首先，对 3D 数据进行过滤和插值，以防短时间丢失数据。
然后计算传统戴维斯标记集协议的时空参数（循环持续时间、节奏、步态速度、站立阶段、摆动阶段、双支撑阶段、步长和步宽）和传统运动学参数。
|
|
健康儿童模仿手势
该组包含一组健康受试者样本，他们模拟了某些疾病（如脑瘫和自闭症）典型的烟囱尖端特征。
|
这两个视频是使用 OpenPose 精心制作的，OpenPose 返回一组 25 个 2D 关键点坐标，用于每个视频的身体姿势估计。
关键点位于相关的身体标志处，用于确定矢状面和额状面上的二维笛卡尔坐标。
使用例程计算的数据经过过滤和插值以防丢失数据。
对于运动学参数，从每个关节的估计特征点测量节段和关节角度。
使用连续的脚跟着地和脚趾离地事件来计算时空步态参数。
计算出的运动学特征用于识别和计数步态或站立期间的踮脚步数
|
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
绝对误差
大体时间：通过学习完成，平均1年
|
通过从使用基于标记的运动捕捉测量的值减去使用姿势估计方法获得的值后取绝对值，计算运动学参数和每个时空变量的绝对误差
|
通过学习完成，平均1年
|
|
组内相关系数
大体时间：通过学习完成，平均1年
|
为了确认 OpenPose 获得的数据是否与光电系统的数据一致，研究人员计算了两个系统的时空数据和运动学数据之间的 ICC（双向混合效应模型、绝对一致性、平均测量值）。
ICC 值解释如下：ICC < 0.5 的一致性较差，0.5 至 0.75 之间的一致性中等，0.75 至 0.9 之间的一致性较好，大于 0.90 的一致性极好。
|
通过学习完成，平均1年
|
|
互相关系数
大体时间：通过学习完成，平均1年
|
两个系统之间的互相关系数（CCC）用于评估步态周期期间角度的相似性。
CCC值解释如下：-0.3和0.3之间的值是弱耦合或无耦合，0.3和0.7之间或-0.7和-0.3之间的值是中度耦合，大于0.7或小于-0.7的值是强耦合。
|
通过学习完成，平均1年
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
调查人员
- 首席研究员：Giuseppe Andreoni、IRCCS E.Medea
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始 (实际的)
2024年5月15日
初级完成 (估计的)
2026年9月24日
研究完成 (估计的)
2026年9月24日
研究注册日期
首次提交
2024年8月5日
首先提交符合 QC 标准的
2024年8月5日
首次发布 (实际的)
2024年8月9日
研究记录更新
最后更新发布 (实际的)
2026年2月27日
上次提交的符合 QC 标准的更新
2026年2月25日
最后验证
2026年2月1日
更多信息
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.